1. Bab II. RancanganAcakLengkap (RAL)Completed randomized design (CRD) Rancangan yang paling sederhanadanmurah Hanyasatufaktorperlekuan Pelaksanaanpercobaan paling mudah Keabsahankesimpulan paling rendah Untukbahanatauobyek yang homogenataurelatifhomogen Tepatjikajumlahperlakuanterbatas Arti : Acak : Sampeldiambilsecaraacak Lengkap : Pengacakandilakukansecarabersamaanuntukseluruhperlakuan

2. Contoh Penelitian yang menggunakan satu faktor perlakuan :Penelitian untuk mengevaluasi pengaruh varietas kedelai terhadap kualitas yougurt susu kedelai yang dihasilkan. Digunakan 4 jenis kedelai dan masing-masing jenis varietas diulang 3 kali (Ulangan perlakuan) Faktor Perlakuan : Jenis varietas kedelaiJumlah perlakuan (taraf) : 4 varietasulangan perlakuan : 3 ulanganSatuan unit percobaan : 4 X 3 = 12 satuan percobaan yaitu (1) V1U1, (2) V1U2, (3) V1U3, (4) V2U1, (5) V2U2, (6) V2U3 (7) V3U1, (8) V3U2, (9) V3U3 (10) V4U1, (11) V4U2, (12) V4U3

3. Arti Acak lengkap :Pengacakan secara bersamaan :Jika terdapat t buah perlakuan dan menggunakan r ulangan perlakuan untuk setiap taraf perlakuan maka terdapat total r x t satuan percobaan maka kita harus mengalokasikan t perlakuan secara acak kepada r X t satuan percobaan.Contoh pengacakan : Sebuah percobaan terdiri dari 4 perlakuan dengan 3 ulangan. Gunakan tabel bilangan acak/random.

4. Langkah : Tentukanjumlahpetaksatuanpercobaan (n) yaituperkalianantarajumlahvariasiperlakuan (t) dgnjumlahulangan (r).  n = 4 x 3 = 12 Tentukannomorpetakuntuksetiappetaksatuanpercobaan LakukanpengacakanuntuksetiappetakdenganmenggunakanTabelbilanganacak (random) Tentukantitikawaldalamtabelbilanganacakdenganmenjatuhkan pencil, angkayngditunjukolehujung pencil sebagaititikawal, misaljatuhpadakolomkeduabarisketigayaituangka 71146 Dari angkatitikawaltersebut, bacakebawahsecarategaklurus n bilanganacakdengantiga digit jadidiperolehangka : Lakukanpengurutanbilanganacakdariterkecilketerbesar

6. Model linier dan variansi RAL Keterangan : u = nilai tengah populasi (population mean) τ = (ui – u) = pengaruh aditif (koefisien regresi parsial) dari perlakuan ke i εij = galat percobaan dari perlakuan ke I pada pengamatan ke j i : Jumlah perlakuan j: Jumlah satuan percobaan (ulangan perlakuan)

7. Model I atau model tetap Hipotesis yang diuji : Ho = u1 = u2 = ……= ut (nilai tengah dari semua perlakuan sama) H1 = minimal ada satu nilai tengah yang tidak sama dengan yang l lainnya. Sehingga jika Ho benar berarti semua perlakuan mempunyai nilai tengah yang sama yaitu u. Pengaruh perlakuan terhadap respon nyata atau nol

8. Tabel 2.1 Data pengamatan untuk RAL yang terdiri dari t perlakuan dan r ulangan perlakuan. Catatan :

9. Analisis variansi RAL : • Faktor Koreksi (FK): • Jumlah kuadrat total (JKT) : • Jumlah Kuadrat perlakuan (JKP) • Jumlah kudrat galat (JKG)=JKT-JKP • Derajat bebas total = n-1= r.t – 1 • =Total banyaknya pengamatan - 1 • Derajat bebas perlakuan (dp perlakuan) = t - 1

10. Derajatbebasgalat (db galat) dapatdihitung melaluiduacarayaitu : • db galat = db total – db perlakuan (jikajumlahulangantiapperlakuantidaksama) b. db galat = t (r-1) = (total banyaknyaperlakuan) (total banyaknyaulangan – 1) Kuadrattengahperlakuan (KTP) Kuadrat Tengah Galat (KTG) Statistikpenguji :

11. Tabel Analisis Variansi

12. Contoh :Data hasil percobaan tekstur sohun yang dibuat dari pati campuran ubi jalar dengan pati ganyong adalah sebagai berikut : • Langkahpenyelesaian : • Model analisis : • 2. Hipotesis : • Ho = u1 = u2 = ……= ut • H1 = minimal adasatunilaitengah yang tidaksamadengan yang lainnya.

13. 3. Perhitungan : • Derajatbebas : • db= r.t – 1 = (7 x 4) – 1 = 27 • dpperlakuan = t – 1= 7 – 1 = 6 • db galat = t (r – 1)= 7 (4-1) = 21 • Faktorkoreksidanjumlahkuadrat JK galat = JK total – JK perlakuan JK galat = 7,58 – 5,59 = 1,99

14. 3. Kuadrat tengah perlakuan dan galat 4. Nilai F hitung 5. Nilai F tabel Diambil dari tabel Distribusi F dengan f1 = db perlakuan = (t – 1) dan f2 = db galat = t (r-1) Jadi : F(6,21) = 2,57 (α=5%) F(6,21) = 3,81 (α=1%)

15. Tabel Anava : Kesimpulan : 1. Apabila Fhitung > F tabel maka : antar perlakuan berbeda sangat nyata (α=1%) antar perlakuan nyata (α=5%) 2. Apabila Apabila Fhitung ≤ F tabel maka antar per lakuan tidak berbeda nyata (α=5%)

16. Kesimpulan : Karena Fhitung > F tabel maka antar perlakuan berbeda sangat nyata (α=1%), pengaruh perlakuan penambahan pati ganyong berpengaruh nyata terhadap tekstur sohun yang dihasilkan.